本論研究重點在於解的表達方式，以具順序相依家族整備時間與固定序列流 線型製造單元系統作為排程背景。兩種不同的表達方式搭配相同的塔布搜尋法流 程，其結果有顯著上的差異。本章節將分成兩小節，第一節，針對第四章的實驗 結果做總結；第二節，提出未來研究方向。
5.1 結論
過往使用 Meta-heuristic 求解的演算法，主要著重於演算法的進化機制比較，
例如，使用相同的基因演算法，比較不同交配方式的績效。除了利用進化機制來 改善績效外，其實也可以利用解的表達法來改善。因為一組工件加工順序其實就 代表一組解的表達，因此不同的解表達亦可能產生不一樣的結果。在解的表達方 式，可以分成新表達法與舊表達法兩種，其形式如同 2.4、3.4 與 3.5 介紹所示。
本研究即比較這兩種不同的表達方式，利用相同 Tabu Search 流程求解，並以具 順序相依家族整備時間與固定序列的流線型製造單元系統作為排程背景。
實驗此研究問題前，先針對初始解與終止條件作前測實驗，初始解的前測實 驗目的即為了瞭解，以相同初始解為起點和不同初始解為起點，其結果是否有顯 著差異。利用 Paired t-test 檢定後，其結果並無顯著上的差異，因此以相同初始 解為起點和不同初始解為起點皆可以。但我們再以單一情境的 15 筆數據來看，
初始解不同，舊表達法所求得的解並不相同，因此為了讓新舊表達法比較基準點 一樣，我們還是採用新表達法初始解與舊表達法初始解為同一組初始解。終止條 件的前測實驗目的即測詴何時停止搜尋結果，測詴最佳解連續 2000 代不變與最 佳解連續 2500 代不變，最後統計結果並無顯著差異，因此我們採取最佳解連續 2000 代不變時，即停止搜尋。
實驗結果顯示，以三種不同整備時間的情境與整體情境來看，雖然新表達法 求解時間較長，但新表達法的目標值皆優於舊表達法的目標值。最後以統計檢定
方式確認結果，其統計結果為顯著贏，代表新表達法在各三種整備時間與整體情 境皆顯著的優於舊表達法。因此，經過大量的實驗與統計檢定，在此種排程情境 下，以新表達法作為解表達是較佳的解表達方式。
5.2 未來研究方向
到目前的研究為止，本論文研究的議題僅研究固定序列的排程背景，未來可 研究在非固定序列下或其他的排程背景，其舊與新表達法的績效結果。對於績效 指標，目前只做 makespan 單一績效指標，可增加其它實務上重要的績效指標，
驗證新表達法的通用性。針對實驗結果，新表達法在任何情境下皆顯著的優於就 表達，因此針對此結論，可以分析這兩種不同的表達方式與 Tabu Search 演算法 之間的關係，是否在相同的演算法下，舊表達法是較易陷入區域最佳解內而新表 達法較不易陷入區域最佳解的範圍內。也可以思考是否可能是此原因造成新表達 法求解時間較長的原因，這幾點都值得未來研究的方向與重點。
參考文獻 英文文獻
Cheng, T.C.E., Gupta, N.D.J., and Wang, G., 2000. A view of flowshop scheduling research with setup times. Production and Operations Management, 9, 262-282.
Das, S.R., and Canel, C., 2005. An algorithm for scheduling batches of parts in a multi-cell flexible manufacturing system. International Journal of Production Economics, 97, 247-262.
Franca, P.M., Gupta, J.N.D., and Mendes, A.S., 2005. Evolutionary algorithms for scheduling a flowshop manufacturing cell with sequence dependent family setups.
Computer & Industrial Engineering, 48, 491-506.
Glover, F., 1989. Tabu search Part I. ORSA Journal of Computing, 1, 190-206.
Glover, F., 1990. Tabu search Part II. ORSA Journal of Computing, 2, 4-32.
Grabowski, J. and Wodecki, M., 2004. A very fast tabu search algorithm for the permutation flowshop problem with makespan criterion. Computer & Operations Research, 31, 1891-1909.
Hendizadeh, S.H., Faramarzi, H., Mansouri, S.A., Gupta, J.N.D., and ElMekkawy, T.Y., 2008. Meta-Heuristics for scheduling a flowline manufacturing cell with
sequence dependent family setup times. International Journal of Production Economics, 111, 593-605.
Jarboui, B., Ibrahim, S., Siarry, P., and Rebai, A., 2008. A combinatorial partical swarm optimization for solving permutation flowshop problems. Computer &
Industrial Engineering, 54, 526-538.
Janiak, A., Kovalyov, M.Y., and Portmann, M.C, 2005. Single machine group
scheduling with resource dependent setup and processing times. European Journal of Operational Research, 162, 112-121.
Lin, S.W., Ying, K.C., and Lee, Z.j., 2009. Metaheuristics for scheduling a non-permutation flowline manufacturing cell with sequence family setup tines.
Computer & Operations Research, 36, 1110-1121.
Naderi, B. and Ruiz, R., 2010. The distributed permutation flowshop scheduling problem. Computer & Operations Research, 37, 754-768.
Schaller, J.E., Gupta, J.N.D., and Vakharia, A.J., 2000. Scheduling a flowline
manufacturing cell with sequence dependent family setup times. European Journal of Operational Research, 125, 324-339.
Tseng, L.Y. and Lin, Y.T., 2009. A hybrid genetic local search algorithm for the permutation flowshop scheduling problem. European Journal of Operational Research, 198, 84-92.
Wu, M.C., Tai, P.H., and Chiou, C.W., 2011. A Comparison of Two Chromosome Representation Schemes Used in Solving a Family-Based Scheduling Problem. to be presented in International Conference of Flexible Automation & Intelligent Manufacturing (FAIM), June, 2011, Taiwan.
Webster, S., and Azizoglu, M., 2001. Dynamic programming algorithms for scheduling parallel machines with family setup times. Computers & Operations Research, 28, 127-137.
Xu, K., Feng, Z., and Jun, K., 2010. A tabu-search algorithm for scheduling jobs with controllable processing times on a single machine to meet due-dates. Computer &
Operations Research, 37, 1924-1938.
Zhang, Y., Li, X., and Wang, Q., 2009. Hybrid genetic algorithm for permutation flowshop scheduling problems with total flowtime minimization. European Journal of Operational Research, 196, 869-876.
中文文獻
呂佳玟，「應用基因演算法與家族式派工於傳輸整合步進機在小批量情境下之排 程問題」，國立交通大學工業工程與管理學系，碩士論文，民國 98 年。
戴邦豪，「應用混合式染色體表達法漁具順序相依家族整備時間之流線型製造單 元排程」，國立交通大學工業工程與管理學系，碩士論文，民國 99 年。
馮正民、邱裕鈞，研究分析方法，1 版，新竹市：建都文化，民國 93 年。
附錄一、各個情境下 ds,i 值計算表格
ds,i C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C26 C27 C28 C29 C30
LSU33 0.00 1.06 4.10 1.03 4.40 0.50 0.03 0.43 0.00 0.18 1.84 1.12 0.00 7.13 3.31 2.47 4.26 6.90 12.02 0.64 0.42 0.00 6.96 0.39 5.33 0.89 0.28 1.09 0.26 0.14
LSU34 0.10 0.20 2.09 0.07 0.39 1.36 2.32 0.60 5.76 9.27 0.86 3.42 0.38 1.78 0.02 0.00 1.15 0.84 0.11 3.73 0.00 0.20 22.84 0.29 0.35 2.30 0.00 0.07 1.09 0.00
LSU44 1.77 1.97 7.17 2.26 3.14 3.09 2.86 2.01 4.04 2.03 2.96 7.11 0.16 0.28 2.78 5.32 1.38 2.38 0.76 2.66 0.94 2.20 3.46 3.12 0.68 5.28 2.47 2.93 1.27 0.09
LSU55 2.06 4.49 7.45 2.71 2.70 6.12 0.92 1.72 2.19 3.59 1.38 1.24 3.63 2.56 1.48 2.70 2.97 3.77 4.07 6.23 2.12 1.89 4.22 2.35 5.16 5.42 1.70 1.83 1.75 0.62
LSU56 3.52 2.67 1.23 1.38 3.39 4.54 1.44 4.66 4.50 2.76 1.70 1.59 2.59 2.74 1.94 2.12 2.58 6.57 1.49 3.13 3.44 3.34 1.90 2.59 1.74 0.87 5.09 2.05 4.10 3.68
LSU65 5.13 3.77 0.87 1.44 3.22 3.97 4.25 2.91 2.66 2.54 4.07 3.01 3.83 6.32 1.88 6.13 1.86 2.95 4.75 1.65 3.54 2.37 3.18 3.49 7.51 4.16 3.18 2.23 4.00 3.52
LSU66 5.62 1.76 3.36 2.35 5.71 1.97 1.36 3.18 3.75 2.71 3.40 3.41 5.72 1.74 5.33 3.02 1.50 1.52 1.83 2.17 2.52 2.05 1.53 4.12 3.09 4.56 2.80 0.57 2.02 5.87
LSU88 2.43 3.92 4.33 2.98 5.05 2.86 3.26 2.78 2.35 2.29 2.76 4.03 3.20 2.57 2.51 2.22 3.60 2.51 4.66 2.38 1.22 2.87 2.21 4.38 5.47 2.60 2.68 4.07 3.84 3.26
LSU810 2.36 2.96 3.47 2.44 3.80 3.19 4.51 3.11 5.31 4.03 3.65 2.11 2.46 3.21 3.72 4.53 2.30 3.49 3.57 2.87 3.42 3.35 2.72 3.25 3.08 3.04 4.89 2.32 2.92 3.18
LSU1010 3.10 5.06 3.62 1.57 4.39 3.99 2.29 3.23 3.36 3.02 3.45 3.75 2.40 3.68 2.50 3.92 3.33 2.41 4.49 3.83 3.28 2.71 4.37 3.48 3.35 2.80 2.87 4.82 2.50 3.53
MSU33 0.61 0.77 0.49 11.44 0.57 2.89 0.58 0.51 1.53 0.90 1.21 1.27 0.00 2.33 0.00 0.47 2.09 0.04 0.93 0.00 2.59 0.22 3.90 0.00 0.64 0.00 0.90 0.00 4.74 0.56
MSU34 1.86 3.02 4.58 1.29 1.74 0.00 0.68 1.38 0.64 1.78 3.18 0.00 2.52 0.00 0.94 0.90 0.73 2.12 0.45 0.32 3.36 2.17 1.26 1.98 1.70 3.88 0.94 1.53 0.12 0.75
MSU44 1.70 3.24 0.52 9.74 0.24 2.35 3.95 2.04 1.14 7.56 6.72 3.72 2.49 3.93 1.92 1.95 0.96 3.99 0.87 2.11 2.16 4.56 1.06 0.45 0.88 3.18 10.42 0.60 3.09 0.96
MSU55 2.89 2.31 3.79 1.13 1.64 2.43 3.09 0.93 1.60 2.83 3.19 4.16 2.39 4.57 1.54 3.06 2.65 1.15 4.26 1.60 2.76 7.13 2.65 1.83 2.96 2.48 2.39 2.58 2.06 2.88
MSU56 3.17 7.44 3.92 1.81 6.93 3.64 0.64 3.83 3.78 4.80 2.87 3.69 3.38 2.19 3.02 0.91 2.69 2.71 2.26 2.67 1.80 2.23 1.79 1.64 0.66 2.81 1.88 3.75 1.14 1.51
MSU65 4.80 1.62 2.79 2.66 2.85 2.42 0.92 5.55 3.69 4.26 2.95 2.73 3.75 3.10 2.09 1.65 3.68 2.03 2.67 3.20 2.11 2.91 3.79 4.26 2.32 2.39 4.30 4.84 1.76 1.77
MSU66 2.52 2.20 2.73 2.87 1.93 2.03 1.75 4.13 4.55 2.57 4.50 3.60 4.23 7.37 5.52 2.05 3.93 3.30 4.28 2.42 1.64 2.34 2.95 3.10 4.67 2.46 2.64 2.36 3.86 2.40
MSU88 4.15 2.27 3.18 3.19 4.43 3.88 2.48 3.43 1.67 2.63 3.16 4.84 4.03 4.15 2.78 1.72 1.67 3.97 3.64 2.15 2.46 3.79 4.86 2.21 2.26 3.99 8.82 3.72 2.65 2.53
MSU810 3.35 2.73 2.63 3.89 1.68 2.14 3.42 2.15 3.25 2.96 4.31 4.44 2.58 3.01 2.47 2.05 2.62 4.29 2.95 1.95 3.62 3.16 4.84 3.28 3.46 4.83 3.29 3.57 2.35 3.44
MSU1010 3.10 2.71 3.06 2.19 3.66 3.59 3.29 2.50 1.67 3.01 2.00 2.90 2.53 2.91 2.44 2.32 1.63 3.06 3.19 1.95 2.87 2.96 3.10 2.24 2.90 3.99 4.31 2.03 3.65 2.28
SSU33 0.00 2.17 4.15 2.32 2.29 4.37 0.44 3.08 2.91 0.62 0.00 6.71 2.54 5.43 2.37 0.51 1.14 1.45 4.35 0.12 0.31 1.48 0.00 2.57 0.75 0.18 3.93 0.53 3.57 0.85
SSU34 0.31 0.48 0.96 0.29 0.74 1.80 4.55 0.11 1.22 1.72 0.00 3.01 1.66 7.01 0.44 1.09 1.66 1.40 1.26 1.17 4.22 4.50 1.24 4.43 1.86 1.57 2.33 4.37 0.99 1.16
SSU44 5.00 2.20 2.28 2.51 2.60 3.00 3.28 2.67 1.78 3.87 1.38 2.73 1.77 1.56 3.62 2.28 2.69 1.96 4.79 1.54 1.85 3.30 2.28 2.79 1.43 2.79 3.87 4.99 0.50 2.21
SSU55 2.95 2.78 3.84 2.67 4.01 2.04 2.04 2.50 1.13 3.02 3.17 2.66 1.41 2.90 2.22 5.84 3.57 3.21 3.92 4.75 1.97 2.03 3.34 2.33 2.55 2.54 1.12 1.60 2.63 3.45
SSU56 2.62 3.67 4.76 4.03 4.13 2.24 2.86 4.24 2.85 3.07 1.82 2.56 1.59 3.13 2.59 3.17 3.65 2.92 2.23 1.61 3.46 3.20 2.96 2.59 1.37 2.47 2.09 3.75 5.95 3.62
SSU65 2.10 2.66 3.28 1.83 1.82 2.15 3.97 2.75 2.59 2.20 2.98 3.06 3.76 3.35 2.43 2.03 3.52 2.80 2.98 2.16 2.16 3.35 3.92 2.25 1.82 3.15 4.49 2.94 2.69 2.49
SSU66 3.76 3.01 3.28 2.70 3.76 3.34 2.70 2.78 2.89 3.32 3.27 3.57 1.69 3.05 2.39 1.97 2.98 2.12 3.11 3.51 3.93 2.58 3.24 2.18 2.00 3.06 2.60 3.18 1.95 2.33
SSU88 2.57 3.34 3.03 3.10 4.53 2.76 2.43 2.06 3.52 3.33 2.24 1.22 2.55 3.53 1.91 3.15 2.77 3.06 3.74 2.35 1.56 2.95 3.13 2.05 2.74 2.17 2.29 3.32 3.04 2.62
SSU810 3.35 2.11 3.08 2.97 3.33 2.66 3.08 3.24 2.52 2.49 3.29 2.94 3.33 2.17 2.42 3.32 4.66 3.28 2.63 3.29 3.79 3.38 2.88 3.06 2.79 2.60 3.09 2.37 2.97 2.63
SSU1010 3.50 2.86 2.91 3.57 2.96 3.05 3.80 3.09 3.40 2.87 2.32 2.40 2.54 2.45 2.86 2.69 2.96 2.90 2.76 2.60 3.36 2.20 3.60 1.76 2.43 2.78 3.22 2.92 2.65 3.51